MétaCan
Menu
Retour à la cohorte
Enregistrement W2089281116 · doi:10.1021/je015512n

Determination of Octanol−Air Partition Coefficient (<i>K</i><sub>OA</sub>) Values for Chlorobenzenes and Polychlorinated Naphthalenes from Gas Chromatographic Retention Times

2002· article· en· W2089281116 sur OpenAlexaff
Yushan Su, Ying Duan Lei, Gillian L. Daly, Frank Wania

Notice bibliographique

RevueJournal of Chemical & Engineering Data · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésChemistryChlorobenzenePartition coefficientChromatographyLinear regressionIsothermal processLogarithmAnalytical Chemistry (journal)OctanolThermodynamicsStatisticsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Isothermal capacity factors k on three gas chromatographic columns of different polarity were determined for chlorobenzenes (CBzs) and polychlorinated naphthalenes (PCNs). All possible multiple linear regressions of the logarithm of these capacity factors with previously reported temperature-dependent octanol−air partition coefficient ( K OA ) values of selected CBzs and PCN congeners were performed to derive predictive relationships for the remaining congeners. A comparative evaluation of the regression coefficients and the standard error of the predicted K OA values revealed that regressions with the capacity factor on a single nonpolar column (DB-5ms) yielded the best results for both CBzs and PCNs. Using the best regression equations, K OA values for 6 CBzs and 27 PCNs were obtained for the temperature range from 10 °C to 50 °C. The internal energies of air−octanol phase transfer Δ OA U for these chemicals were calculated by correlating the interpolated log K OA values with reciprocal absolute temperature.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,221
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical & Engineering DataMême sujetToxic Organic Pollutants ImpactTravaux en français237 207